报告标题：协同式神经动力学优化
报告人：王钧教授
地点：数学与计算机科学学院2号楼309室
时间：2019年04月1日上午10点
报告摘要：
过去三十年见证了神经动力学优化的诞生和成长。由于其并行和分布式信息处理和硬件可实现性的固有性质，已经成熟为实时凸优化的有效实时方法。对于许多复杂的优化问题，单个神经动力学优化模型无法求解，但可以通过多个协作完成。在这次报告中，我将首先简短回顾神经动力学优化发展历史，并展示神经动力学优化的研究状态，介绍许多求解凸面和广义凸优化问题的单个神经网络模型。然后将提出几个多模型神经动力学方法解决某些复杂问题。最后介绍协作式神经动力学方法求解有约束分布式和全局优化问题。通过在上层使用一些全局搜索和信息交换规则（例如粒子群优化算法）协调的协作式神经动力学模型的群体，可以有效地解决许多挑战性优化问题。
报告人简介
王钧是香港城市大学计算机科学系计算智能讲座教授。在担任此职位之前，他在大连理工大学，凯斯西储大学，北达科他大学和香港中文大学担任过各种学术职位。他还在美国空军实验室，日本脑科学研究所，大连理工大学，华中科技大学担任过多个短期访问职位，担任过上海交通大学长江讲座教授。他目前的研究兴趣包括神经网络及其应用。他发表了200多篇期刊论文，15本书章，11本编辑的书籍，以及这些领域的众多会议论文。他是IEEE控制论期刊的主编。他还是多个国际会议的组织者，如第十三届国际会议关于神经信息处理（2006）和2008年IEEE世界计算智能大会，以及IEEE系统，人与控制论国际会议（2012）的程序主席。他是IEEE和国际模式识别学会会士，并且获得过亚太神经网络联合会的杰出成就奖、IEEE计算智能协会的神经网络先驱奖和人工智能学会的吴文俊人工智能科学技术成就奖。
